[發明專利]一種基于人工智能的絲網印刷制品的檢測方法

在審

• 申請號: 202211130907.0
• 申請日: 2022-09-16
• 公開（公告）號: CN115619715A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 肖鵬
• 申請（專利權）人: 蘇州斯普蘭蒂科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06V10/44;G06V10/46
• 代理公司: 北京睿博行遠知識產權代理有限公司 11297
• 代理人: 徐云英

1.一種基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述方法包括：

確定標準圖樣；

獲取待測物的圖像和標準圖樣的圖像；

對所述待測物的圖像和所述標準圖樣的圖像進行預處理；

基于模板匹配方式配準預處理后的所述待測物的圖像和所述標準圖樣的圖像；

通過圖像灰度值做差的方式提取所述待測物的圖像和所述標準圖樣的圖像之間的差異信息；

對所述差異信息進行輪廓查找確定缺陷輪廓；

基于所述缺陷輪廓確定缺陷。

2.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，在獲取待測物的圖像和標準圖樣的圖像之前，還包括：

確定所述待測物與工業相機和光源之間的空間結構關系；

確定所述待測物的紋理特征和顏色；

根據所述空間結構關系和所述待測物的紋理特征和顏色確定光源方案。

3.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述基于模板匹配方式配準預處理后的所述待測物的圖像和所述標準圖樣的圖像，包括：

確定待測物圖像的大小，基于所述待測物圖像的大小將待測物圖像分割為多個子圖像；

基于模板匹配方式配準預處理后的所述待測物的子圖像和所述標準圖樣的子圖像；所述配準的待測物的子圖像和所述標準圖樣的子圖像位置編碼一樣。

4.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述預處理包括霍夫直線檢測、圖像去噪和圖像裁剪。

5.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，基于所述缺陷輪廓確定缺陷，包括：

將所述缺陷輪廓輸入預設關系模型中，使所述預設關系模型輸出對應的預測缺陷；

根據所述預測缺陷確定所述待測物的缺陷。

6.根據權利要求5所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述預設關系模型包括：

根據樣本數據建立初始預設模型,所述樣本數據為具有缺陷的待測物；

將所述樣本數據按預設條件分為訓練數據與驗證數據；

基于所述訓練數據對所述初始預設模型進行訓練；

基于所述驗證數據對訓練后的所述初始預設模型進行測試，輸出符合預設指標的所述預設模型。

7.根據權利要求6所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述根據樣本數據建立初始預設模型,包括：

根據樣本數據建立數據模型集群，數據模型集群包括多個數據模型；

將樣本數據輸入至數據模型群中得到與數據模型對應的初始分析結果；

將初始分析結果與事實缺陷相匹配，將匹配度最高的初始分析結果對應的數據模型確定為初始預設模型。

8.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述方法還包括：當檢測到同一缺陷連續多次出現，停止印刷，并檢測絲網印刷板。

9.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述標準圖像為無缺陷的清晰圖像。

10.根據權利要求1所述的基于人工智能的絲網印刷制品的檢測方法，其特征在于，所述缺陷包括漏印、劃傷、斑點。